Sa vedem acum celula hardware fundamentala a oricarui creier (animal sau uman).
Se presupune existenta unor modele imagine de tip M, care sunt legate direct de
organele de simt. Aceste modele functioneaza in legatura cu o colectie
preexistenta de modele concept de tip YM.
Exemplu: modele imagine de tip concept YM: "ciine", "masa", etc.
Modelele M vor descoperi cit mai multe elemente in realitatea externa si vor
incerca sa atribuie fiecarui element descoperit cite un model YM. Odata ce o
entitate a fost asociata, preliminar, cu un YM, M va face o predictie bazata si pe
acel YM. De exemplu, daca unui element i-a fost atribuit modelul "ciine", M va
face o predictie asupra comportamentului unui ciine in acel model. Aceasta
predictie este comparata cu informatia obtinuta din realitatea externa. Aceasta
informatie obtinuta de M din realitatea externa se numeste "realitatea de intrare"
(input reality, IR).
S-a introdus deci un nou termen: "realitatea de intrare" sau IR.
IR este informatia obtinuta de un model din exteriorul sau (din realitatea externa
sau de la alte modele). IR este folosita pentru a compara predictia modelului cu o
referinta externa modelului (nu neaparat din realitatea externa).
Daca acea predictie se verifica cu ajutorul lui IR, se incearca alta predictie
pentru a creste siguranta atribuirii corecte sau acceptabile. Daca una sau mai
multe comparari dau rezultate negative, se va cauta alt model YM si procesul se
repeta pina cind toate elementele descoperite vor fi integrate, in mod armonic, in
model (toate predictiile sunt compatibile cu datele deja existente in model).
Aceasta este functia principala a modelelor de tip M. Scopul functiei este
constructia preliminara si rapida a unui model stabil asociat unei sectiuni a
realitatii externe.
Exemplu: un model M interactioneaza cu o realitate externa. Modelul M va fi o
"macheta" construita informational prin analogie cu acea realitate externa.
Totusi, intrucit ce se construieste este un model, acea "macheta" este construita
astfel ca toate elementele sale sa se integreze in acea "macheta" in mod armonic.
Asta inseamna ca, prin simulare pe model, s-a verificat armonia (stabilitatea)
generala a modelului. Vom reveni pe larg asupra acestei probleme.
Informatiile generate de modelele M vor fi folosite de alte modele, de tip ZM care
continua procesul de modelare a realitatii externe prin identificarea avansata a
elementelor si corelarea predictiilor pe baza unor alte modele preexistente, cu
bataie lunga.
Vom vedea acum modul de folosire a informatiilor generate de modelele de tip M.
Asa cum stim, exista un model imagine M care reflecta preliminar realitatea
externa, care functioneaza asa cum a fost deja descris mai sus. La descrierea
modelelor M, am vazut ca ele identifica elementele realitatii externe in baza unor
modele YM preexistente. Deci, pentru ca prima functie sa-si atinga obiectivele,
alaturi de modelele M (asociate organelor de simt) trebuie sa existe o colectie
bogata de modele de tip YM, in general, modele de tip concept, obtinute in
decursul timpului, prin experienta. Modelele M, in general, se opresc la nivelul
de identificare bazat pe modele concept YM, de tip imagine.
Exemplu: daca vedem un autocar plin cu persoane care merg undeva, modelele M ne
transmit aceasta informatie dar numai in urma unei prelucrari ulterioare,
realizata de modelele ZM, putem sa intelegem daca este vorba de o excursie sau de
un transport normal de persoane.
In consecinta, alaturi de modelele de tip YM (cu bataie scurta) folosite de
modelele M, mai exista si modele ZM cu bataie lunga.
Modelele ZM sunt modelele principale prin care reflectam realitatea externa.
Daca, de exemplu, stam cu ochii inchisi, modelul M asociat ochilor nu transmite
nimic. Totusi, unul sau mai multe modele de tip ZM continua, in baza predictiilor,
sa reflecte realitatea externa.
Unul sau mai multe modele de tip ZM preiau informatiile de la modelele M si
continua procesul de modelare. Acest proces inseamna continuarea identificarii
elementelor si corelarea oricarei informatii astfel obtinute cu informatiile deja
existente in alte modelele ZM.
Procesul de modelare pe modele de tip M este absolut independent de procesele de
modelare pe modele de tip ZM. Asta inseamna ca in timp de modelele M se auto-
actualizeaza continuu, unul sau mai multe modele de tip ZM vor folosi aceste
informatii pentru actualizarea lor si pentru a face predictii de evolutie ale
realitatii externe, tot mai bune.
Sa facem un rezumat preliminar, pina aici. Se presupune existenta unor modele
imagine de tip M, conectate direct la organele de simt disponibile. Aceste modele
au ca scop constructia de modele imagine preliminare ale realitatii externe.
Modelele M se auto-actualizeaza continuu in functie de realitatea externa.
Nivelul 2 de intelegere al realitatii externe se bazeaza pe modele ZM cu bataie
lunga. Modelele de tip ZM acopera sectiuni importante din realitatea externa.
Astfel, avem modele ZM asociate rudelor importante, cunoscutilor, casei si
localitatii unde traim, profesiei, diverselor abilitati personale, etc., etc.).
Modelele ZM cu bataie lunga sunt in general modele concept. Ele ne permit sa
integram o informatie generata de modelele M intr-un context general. De asemenea,
modelele cu bataie lunga de tip ZM permit sa prezicem si mai bine evolutia
realitatii externe.
Exemplu: un model M ne transmite informatia ca in fata noastra se afla un ciine.
Un model ZM se va activa automat si va obtine informatii suplimentare legate de
acel ciine, de la oricare alt model al creierului. Chiar daca acel ciine nu a mai
fost intilnit, un model ZM poate sa faca evaluari de comportament a rasei careia
ii apartine acel ciine sau in functie de comportamentul lui asa cum este reflectat
de modelele M dar si in functie de alte modele ZM existente.
Pe nivelul 2 deci, modelele ZM cu bataie lunga sunt in stare sa integreze
informatiile date de modelele M.
Aici putem deja sa dam definitiile a doi termeni foarte importanti: cunoasterea
si constiinta.
Cunoasterea este capacitatea de a prezice evolutia realitatii externe pe baza unei
structuri de modele armonice/logice asociate acelei realitati externe. Aceasta
structura de modele a generat deja un mare numar de predictii deja confirmate.
Asta inseamna ca singura garantie a predictiei corecte este increderea in
structura de modele disponibile. Vom reveni la aceasta problema.
Constiinta este capacitatea de a construi si opera unul sau mai multe modele ZM,
asociate sau nu realitatii externe, in care propria persoana apare ca element. Si
asupra acestei probleme vom mai reveni.
Cunoasterea este deci capacitatea de a prezice corect evolutia realitatii externe,
pe baza unei structuri de modele armonice/logice.
Aici avem o problema asociata definitiei termenului "corect". In citeva locuri
este precizat ca a prezice "corect" inseamna sa existe o diferenta acceptabil de
mica intre predictie si IR. Asta este una dintre posibilele definitii ale
cuvintului "corect". Mai exista' insa o definitie care este strins legata de
termenul "cunoastere".
Teoria MDT este asociata functiilor de baza de hardware. Odata ce descriem
structura de hardware, tot ce teoria sustine se bazeaza pe functiile disponibile
de hardware. In acest fel, ceea ce sustine MDT despre cunoastere nu este o alta
teorie asociata subiectului ci este asociata cu ceea ce structura de hardware
poate sa faca.
Astfel, orice experienta presupune un model preexistent care va face acea
experienta. Modelul care organizeaza experimentul ne va spune si ce facem si ce am
obtinut. Tot ce putem face prin experienta este de a imbunatati structura de
modele deja existente. Modelele perfectionate prin experienta vor face predictii
mai bune.
In acest fel este posibila unificarea celor doua intelesuri date mai sus
termenului "corect". Astfel, in prima acceptiune, daca prin compararea predictiei
unui model cu IR rezulta ca predictia este asemanatoare cu IR, atunci spunem ca
predictia este corecta. In a doua acceptiune se spune ca orice predictie a unei
structuri de modele este corecta prin definitie deoarece o structura de modele a
trecut deja un foarte mare numar de teste si deci putem avea incredere in aceste
predictii.
Deci, daca facem o predictie, aceasta este "corecta" prin definitie. Indiferent
daca predictia se confirma sau nu, structura de modele de dupa experienta va fi
mai buna. In aceasta situatie, chiar daca vom avea o alta colectie de predictii,
acestea vor fi din nou "corecte". Predictiile pot fi incorecte cel mult un timp
scurt dupa compararea predictiei cu IR. De indata ce s-a facut compararea,
modelele se vor modifica pentru a fi din nou "corecte". Teoria deceleaza deci doua
acceptiuni pentru termenul "corect" si sugereaza o posibla unificare a lor fara a
sustine neaparat aceasta unificare de sensuri.
Singura cunoastere admisa de MDT este deci cunoasterea bazata pe predictia unei
structuri de modele adecvate realitatii externe date. Odata ce avem o structura de
modele asociate unei realitati externe, este posibil sa facem predictii de
evolutie a acelei realitati externe, pe baza modelelor existente.
Singura garantie de corectitudine a predictiei este calitatea acelei structuri de
a fi armonica/logica. Pentru a fi armonica/logica, structura a trecut un foarte
mare numar de verificari interne si in interactie cu realitatea externa si asta
este tot. Nu exista' nici un fel de alta garantie de corectitudine asociata
cunoasterii.
Sa mai aducem citeva precizari asociate conoasterii. Astfel, am aratat ca un
experiment care sa verifice sau sa infirme o afirmatie, se poate desfasura numai
in cadrul unui model. Modelul ne spune atit ceea ce facem cit si ceea ce vedem.
Este de observat ca experimentul, fiind bazat pe un model, va perfectiona acest
model. Daca la acel experiment mai participa si alte persoane, rezultatul
experimentului va fi interpretat de fiecare persoana pe baza propriilor modele.
Asta reconfirma ceea ce s-a spus deja si anume ca in fata aceleasi realitati
externe, fiecare persoana construieste propria realitate.
Se accentueaza din nou ca aceste consideratii sunt generate de modelul de hardware
al creierului. MDT nu este o teorie a cunoasterii ci o teorie a structurii de
hardware. Ceea ce teoria prezice in legatura cu cunoasterea sunt consecinte logice
ale functionarii structurii de hardware a creierului.
Exemplu: in urma cu citeva sute de ani, toata lumea stia ca Pamintul este centrul
Universului. Acest lucru era sustinut de o robusta structura de modele si era
confirmat zilnic prin interactia directa cu realitatea externa. In plus, in
Biblie, cel putin intr-o forma implicita, apare ca Pamintul este centrul
Universului. In acea perioada deci, idea ca Pamintul este centrul Universulul era
corecta.
In orice moment deci, creierul va considera "corecte" toate predictiile pe care le
face structura de modele, chiar daca structura este modificata in urma
experientei.
Acest mod de a vedea lucrurile ar putea fi considerat inacceptabil de catre
epistemologi, de exemplu, dar asta este ceea ce rezulta din analiza functiilor de
hardware ale creierului. Indiferent daca ne place sau nu, creierul nu poate face
decit ceea ce este posibil tehnic, pe baza principiului sau de functionare.
Termenul "gresit" poate sa puna ceva probleme. Daca, de exemplu, un model face
predictii gresite asta nu inseamna, de obicei, ca modelul are probleme de
constructie. Un model care face predictii gresite poate fi un model perfect
armonic sau logic. Termenul "gresit" asociat cu un model se refera doar la faptul
ca acel model nu este adecvat acelei realitati externe. Totusi acel model ar putea
fi adecvat altei realitati externe.
Exemplu: Modelul lui Newton este gresit in reflectarea comportamentului
obiectelor care se misca cu viteze comparabile cu viteza luminii (face predictii
gresite) desi el este corect (adecvat) reflectarii lumii mecanice la viteze foarte
mici in comparatie cu viteza luminii.
Termenii "corect/gresit" trebuie deci totdeauna sa fie raportati la un model sau
la o structura de modele.
Prima facilitate fundamentala a creierului este deci de a genera cunoasterea si
constiinta, asa cum ele au fost deja definite.
Vom continua acum cu a doua facilitate fundamentala a oricarui creier si anume,
actiunea asupra realitatii externe. Astfel, in baza modelelor deja existente, un
model de tip ZM poate sa construiasca un model ZAM, artificial si invariant.
Un model artificial este un model care nu a aparut prin interactie directa cu
realitatea externa, asa cum se intimpla' cu modelele M, YM si ZM. Model invariant
inseamna un model care nu poate fi modificat prin interactie cu realitatea
externa.
Acest model ZAM, cu bataie lunga, este model de referinta in modificarea
realitatii externe. Pentru ca realitatea externa (reflectata de modelele M-ZM) sa
fie asemanatoare cu modelul ZAM, acest model ZAM va construi/activa o colectie de
modele AZM care pot actiona asupra realitatii externe. Procesul se incheie atunci
cind modelele M-ZM transmit o informatie compatibila cu modelul invariant ZAM.
Modelele AZM pot activa organele care pot actiona asupra realitatii externe.
Astfel realitatea externa este modificata de modelele ZAM, prin actiunea modelelor
AZM, pentru a indeplini specificatiile generate de modelul invariant ZAM.
Modelele AZM sunt modele de actiune directa asupra realitatii externe si ele sunt
asociate in general miinilor, picioarelor, gurii (pentru a minca sau a vorbi),
etc. Ele pot de asemenea sa fie create, pentru aplicatii specifice de orice model
ZAM sau ZM.
Vom descrie acum modul de implementare a acestei facilitati. Astfel, de indata ce
un model ZAM a fost construit sau activat de un model ZM, acest model ZAM va
simula actiunea care trebuie facuta. In urma unui set de simulari, va rezulta daca
acea actiune se poate face sau nu. Daca se poate face, se va gasi, prin simulare,
solutia optima. Dupa ce simularea actiunii a reusit, modelul ZAM va folosi
modelele AZM pentru a actiona asupra realitatii externe. Modelele AZM vor actiona
exact asa cu au actionat in simulare. Daca prin simulare nu s-a reusit sa se
atinga obiectivul, creierul va fi blocat in executarea acelei actiuni.
Exemplu: daca trebuie sa sarim peste un obstacol, modelul ZAM asociat actiunii,
folosind modele AZM, va simula acea saritura. Daca saritura simulata reuseste,
exact acea saritura se va face si in realitatea externa. Daca saritura simulata nu
reuseste, creierul va fi blocat sa actioneze. In acest fel se explica, de exemplu,
de ce in fata unui obstacol care trebuie sarit, noi stim extrem de repede daca
saritura se poate face sau nu. Daca raspunsul este "da" atunci se va face o
saritura identica cu ultima saritura simulata reusita, cu foarte mari sanse de
succes. Daca raspunsul este "nu" atunci, neexistind model, creierul este blocat sa
execute acea actiune.
Nici o actiune a creierului nu se poate face, deci, decit daca acea actiune a
putut fi executata prin simulare, cu succes. Actiunea va fi exact ca aceea care a
avut succes la simulare. Acest mod de interactie cu realitatea externa este urmat
in absolut orice actiune, indiferent daca ea se refera la actiunea imediata asupra
realitatii externe sau la o actiune care este planificata in viitor.
Mai este de adaugat ceva in legatura cu frecventa si viteza de executie. Astfel,
cind mergem pe un teren absolut plan, creierul va continua sa simuleze fiecare pas
in parte inainte ca pasul sa fie executat in realitatea externa. In fapt, chiar in
aceasta situatie extrem de simpla, din cauza imperfectiunilor fiecarui pas si din
cauza schimbarii centrului de greutate a persoanei si in functie de diverse cauze
interne sau externe si in functie de orice alte cauze, fiecare pas va fi un unicat
adica, pentru fiecare pas in parte se va face cel putin un model ZAM.
Daca mergem pe un teren accidentat, nu numai ca fiecare pas va fi un unicat, dar,
chiar in timp ce un pas este executat, pot sa apara schimbari in functie de
situatia concreta din fiecare moment. De exemplu, daca un pas este in executie si
daca apare un factor perturbator (piciorul aluneca usor la start, de exemplu, sau
simularea a avut erori, etc.), modelul ZAM se va reactualiza, va simula noua
situatie, va gasi solutia optima si va reactiva alt set de functii.
Rezultatul este ca o activitate extrem de complicata, cum este mersul pe teren
accidentat, se face extrem de sigur si chiar elegant, datorita simularii repetate
pe model a fiecarui pas, chiar in timpul desfasurarii acelui pas. Problema este
reluata pe larg in sectiunea de aplicatii.
Asa cum am spus, acest procedeu de simulare continua in avans a oricarei
activitati, este folosit in orice activitate a creierului (animal sau uman), nu
numai in actiunea asupra realitatii externe. In plus, metoda este folosita atit in
actiunea imediata asupra realitatii externe cit si in orice actiune care se va
desfasura in viitor.
Sa trecem in revista tipurile de modele care au fost deja descrise.
M: modele asociate simturilor.
YM: modele, in general de tip concept, asociate tuturor elementelor realitatii
externe care deja au fost descoperite de un creier dat. Ele sunt folosite de
toate modelele creierului pentru diverse scopuri. Modelele M, de exemplu, folosesc
modelele YM pentru a face un model imagine preliminar asociat unei realitati
externe date.
ZM: modele cu bataie lunga asociate activitatilor generale ale creierului. Ele
genereaza, printre altele, cunoasterea si constiinta. De asemenea ele construiesc
toate celelalte tipuri de modele (exceptind modelele M si unele modele AZM care
sunt asociate implementarii de hardware). Totusi, desi modelele M si AZM sunt
gata construite la nastere, ele sunt perfectionate si dezvoltate de modelele ZM.
ZAM: modele artificiale si invariante, construite de modelele ZM, folosite pentru
a modifica realitatea externa. Un model "artificial" este un model care nu a
aparut prin interactie directa cu realitatea externa. Un model "invariant" este un
model care nu poate fi modificat prin interactie directa cu realitatea externa.
AZM: modele asociate organelor care pot actiona asupra realitatii externe. Ele
sunt gata construite la nastere dar sunt perfectionate si dezvoltate de modelele
ZM si ZAM. De asemenea, oricit de multe modele AZM pot fi create in orice moment
de modelele ZM si ZAM.
Este important de specificat ca aceste modele sunt asociate principalelor functii
de hardware. Vom vedea la descrierea implementarii tehnologice a creierului si
alte tipuri de modele care apar la implementarea software a diverselor tipuri
tehnologice de creiere.